深情告別許家蓓 吳沛憶「公開牽手照」:遇見互相扶持的伴侶,我很幸運
太報.2024年9月19日 10:24
吳沛憶公開與許家蓓的牽手照,寫下「這一生能遇見互相扶持的伴侶,我很幸運。謝謝妳。」翻攝吳沛憶Threads
民進黨台北市議員許家蓓昨(9/18)因子宮內膜癌病逝,享年48歲。綠營立委吳沛憶在社群媒體公開兩人牽手的合照,並表示「這一生能遇見互相扶持的伴侶,我很幸運」,深情款款的悼念,讓一切盡在不言中。

吳沛憶在社群平台悼念許家蓓。翻攝吳沛憶Threads
吳沛憶在社群平台悼念許家蓓。翻攝吳沛憶Threads

吳沛憶在Threads發文「許家蓓議員離開我們了,她還是那麼體貼的鬥士。在生命的尾聲她拼命守住呼吸,讓至親好友來跟她講講話,讓我能和她共渡最後一個中秋節。9月18日凌晨2:35分她無病無痛,前往下一個旅程了。」

吳沛憶說,許家蓓2014年起在她成長所在地松山信義區為民服務。這10個年頭來,她總是把市民放第一,用無比的體力、90度鞠躬精神,駐守市場、巷弄和公園。曾歷經落選,她時常掛在嘴邊「要加倍努力」。「她深信儘管人生並不總是順遂,只要努力就有機會衝過難關」。

吳沛憶感謝許家蓓在她競選時給予幫助。翻攝吳沛憶Threads
吳沛憶感謝許家蓓在她競選時給予幫助。翻攝吳沛憶Threads

吳沛憶感慨表示,「家蓓從我2018年第一次議員初選給予我許多幫助,她到萬華來,穿著我的志工背心,教我彎下腰,用最熱情的笑容貼近基層。後來,她是我人生最好的夥伴。我所有夢想都有她默默支持我,我在外面摸索跌撞,回頭看總有她給我鼓勵。我能堅強面對艱困的立委選舉,那是因為我有心靈支柱。」

「家蓓,謝謝妳。人生曾有幸與妳同行,我已經加倍幸福。」吳沛憶懷念道,「家蓓,我知道妳放不下妳最熱愛的工作,妳曾說要奉獻自己給市民與這片土地。這10年大家都看見妳的努力了。好多市民謝謝妳過去的幫助,妳看見了嗎?放下牽掛,去當快樂的天使吧。許家蓓,恭喜妳先畢業了,妳的身體不痛了,又可以看見妳的笑容了」。

吳沛憶也在留言區放上兩人的牽手照,提到「這一生能遇見互相扶持的伴侶,我很幸運。謝謝妳。」

更多太報報導
深圳日僑男童遭刺身亡 日使館降半旗悼念直指「事態嚴重」
劉亞仁吃17天牢飯 遭控性侵案結果出爐
中國突停34項農水產品免關稅 農業部:鳳梨釋迦、柚子、白帶魚影響最大

最新選舉新聞

最新選舉新聞

多元觀點

不同視角的媒體報導

韓國瑜 晚會 募款

中國 取消 關稅

死刑 釋憲

中國 取消 農產品

立法 韓國瑜

兩岸 結婚

TVBS新聞網
中時新聞網
太報
中時新聞網
韓國瑜募款國慶晚會 6公股銀行捐1千萬
2024國慶晚會10/5將大巨蛋舉行,不只天后江蕙將解禁開唱,連總統賴清德也計畫出席,這導致軟硬體和維安全面升級,活動經費暴增出現三千萬元的缺口,日前還傳出韓國瑜向公股銀行募款卡關,不過在韓辦的積極奔走下,有6家公股銀行總算點頭共捐一千萬元,暫時填補資金缺口。
  • 資料來源:網路溫度計自2017年至今約累積28億則以上文章的網路社群大數據資料庫,其內容涵蓋Facebook、YouTube、Instagram、Dcard、以及包含Yahoo奇摩新聞、聯合新聞網、中時新聞網、ETtoday新聞雲、LINE TODAY、蘋果日報、自由時報、三立新聞網等約350家媒體網站上與選舉相關之政黨、候選人公開資料。
  • 分析方式:本模型分析方式非採傳統抽樣之民意調查,係將蒐集之資料庫予以分析,無母體數、樣本數限制。本模型係運用大數據關鍵引擎,透過深度學習與AI人工智慧技術,使用斷字切詞(Word Segmentation)、語意分析(Semantic Analysis) 、即時情緒分析(Real-Time Sentiment Analysis)等技術,汲取網路上相關討論文章,將文章分為正面、負面、中立三種情緒,計算網路聲量。
  • 跨世代劃分標準:本預測模型判別跨世代之依據,係以不同世代使用者之網路社群行為模式差異區辨。以不同社群網站之使用者世代臉譜數據為基礎,計算跨世代在不同社群聲量上的權重,綜合計算後得到世代好感度數據。
  • 名詞解釋
    • 網路聲量:透過「KEYPO大數據關鍵引擎」,計算社群討論及新聞報導提及的文章則數,聲量越高代表討論越熱,能見度越高。
    • 好感度分數:綜合評估網路聲量與網友語意情緒,分析各熱門候選人的網友評價。各熱門候選人的情緒、聲量皆經過標準化分數處理,得出好感度分數,再進行各縣市候選人彼此的比較,評量不僅需要聲量高,而且是好評要高,負評要低。好感度分數範圍在0-100分之間,分數越高,表示整體網友對於該位候選人的好感程度越佳。
  • 其他說明
    • 調查單位及主持人:大數據股份有限公司
    • 辦理時間:即日起至2022年11月16日止,逐日更新好感度數據。
    • 抽樣方式:本預測模型非抽樣之民調調查
    • 母體數:無母體數,請參考上述大數據資料庫的內容涵蓋範圍
    • 樣本數及誤差值:本預測模型非採用小樣本抽樣之民意調查,不適用抽樣誤差值
    • 經費來源:Yahoo奇摩、大數據股份有限公司